亚洲综合网站精品一区二区,最近中文字幕

2019-10-15 17:25 來源：京東作者：京東

華章統(tǒng)計學(xué)原版精品系列：概率統(tǒng)計（英文版·第4版）

編輯推薦:　　

    《華章統(tǒng)計學(xué)原版精品系列：概率統(tǒng)計（英文版·第4版）》特色：
　　    ●敘述清晰易懂，語言生動流暢。作者用大量頗具啟發(fā)性的例子引入論題、闡釋理論和證明。例題涉及面廣，除了那些解釋基本概念的一些著名例題外，還有很多新穎的例題，描述了概率論在遺傳學(xué)、排隊論、計算金融學(xué)和計算機科學(xué)中的應(yīng)用。
　　    ●內(nèi)容取材比較時尚新穎。新版不但重寫了很多章節(jié)，還介紹了在計算機科學(xué)中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、樞軸量、似然比檢驗的大樣本分布等方面的知識，將目前研究前沿的一些問題深入淺出地融入教材。
　　    ●為授課教師免費提供教師解答手冊（InstructorsSolutionsManual）。書后還捉供了奇數(shù)號習(xí)題的答案。

內(nèi)容簡介: 這本舉世公認的經(jīng)典概率論與數(shù)理統(tǒng)計教材，幾十年來暢銷不衰，被很多名校采用，包括卡內(nèi)基-梅隆大學(xué)、哈佛大學(xué)、麻省理工學(xué)院、華盛頓大學(xué)、芝加哥大學(xué)、康奈爾大學(xué)、杜克大學(xué)、加州大學(xué)洛杉磯分校等。
《華章統(tǒng)計學(xué)原版精品系列：概率統(tǒng)計（英文版·第4版）》包括概率論、數(shù)理統(tǒng)計兩部分，內(nèi)容豐富完整，適當?shù)剡x擇某些章節(jié)，可以作為一學(xué)年的概率論與數(shù)理統(tǒng)計課程的教材，亦可作為一學(xué)期的概率論與隨機過程的教材。適合數(shù)學(xué)、統(tǒng)計學(xué)、經(jīng)濟學(xué)等專業(yè)高年級本科生和研究生用，也可供統(tǒng)計工作人員用作參考書。

作者簡介: Morris H.DeGroot（1931-1989），世界著名的統(tǒng)計學(xué)家。生前曾任國際統(tǒng)計學(xué)會、美國科學(xué)促進會、統(tǒng)計學(xué)會、數(shù)理統(tǒng)計學(xué)會、計量經(jīng)濟學(xué)會會士。卡內(nèi)基·梅隆大學(xué)教授，1957年加入該校，1966年創(chuàng)辦該校統(tǒng)計系。DeGroot在學(xué)術(shù)上異?；钴S和多產(chǎn)，曾發(fā)表一百多篇論文，還著有Optimal StatisOcal Decisions和Statistics and the Lawo為紀念他的著作對統(tǒng)計教學(xué)的貢獻，國際貝葉斯分析學(xué)會特別設(shè)立了DeGroot獎表彰優(yōu)秀統(tǒng)計學(xué)著作。
Mark J.Schervish，世界著名的統(tǒng)計學(xué)家，美國統(tǒng)計學(xué)會、數(shù)理統(tǒng)計學(xué)會會士。于1979年獲得伊利諾伊大學(xué)的博士學(xué)位，之后就在卡內(nèi)基·梅隆大學(xué)統(tǒng)計系工作，教授數(shù)學(xué)、概率、統(tǒng)計和計算金融等課程，現(xiàn)為該系系主任。Schervish在學(xué)術(shù)上非?；钴S，成果頗豐，還因在統(tǒng)計推斷和貝葉斯統(tǒng)計方面的基石性工作而聞名，除本書外，他還著有Theory ofStatistics和 Rethinking the Foundations of Statistics。

目錄:1 INTRODUCTION TO PROBABILITY
I.I The History of Probability
1.2 Interpretations of Probability
1.3 Experiments and Events
1.4 SetTheory
1.5 The Definition of Probability
1.6 Finite Sample Spaces
1.7 Counting Methods
1.8 Combinatorial Methods
1.9 Multinomial Coefficients
1.10 The Probability of a Union of Events
I.II StatisticaISwindles
1.12 Supplementary Exercises

2 CONDITIONALPROBABILITY
2.1 The Definition of Conditional Probability
2.2 Independent Events
2.3 Bayes'Theorem .
2.4 The Gambler's Ruin Problem
2.5 Supplementary Exercises

3 RANDOM VARIABLES AND DISTRIBUTIONS
3.1 Random Variables and Discrete Distributions
3.2 Continuous Distributions
3.3 The Cumulative Distribution Function
3.4 Bivariate Distributions
3.5 MarginaIDistributions
3.6 Conditional Distributions
3.7 M ultivariate Distributions
3.8 Functions of a Random Variable
3.9 Functions of Two or More Random Variables
3.10 MarkovChains
3.11 Supplementary Exercises

4 EXPECTATION
4.1 The Expectation of a Random Variable
4.2 Properties of Expectations
4.3 Variance
4.4 Moments
4.5 The Mean and the Median
4.6 Covariance and Correlation
4.7 ConditionaIExpectation
4.8 Utility
4.9 SupplementaryExercises

5 SPECIALDISTRIBUTIONS
5.1 Introduction
5.2 The Bernoulli and Binomial Distributions
5.3 The Hypergeometric Distributions
5.4 The Poisson Distributions
5.5 The Negative Binomial Distributions
5.6 The Normal Distributions
5.7 The Gamma Distributions
5.8 TheBetaDistributions 327
5.9 The Multinomial Distributions
5.10 The Bivariate Normal Distributions
5.11 SupplementaryExercises

6 LARGERANDOMsAMPLES
6.1 Introduction
6.2 The Law of Large Numbers
6.3 The Central Limit Theorem
6.4 The Correction for Continuity
6.5 SupplementaryExercises

7 ESTIMATION
7.1 Statisticallnference
7.2 Priorand Posterior Distributions
7.3 Conjugate Prior Distributions
7.4 Bayes Estimators
……
8 SAMPLING DISTRIBUTIONS OF ESTIMATORS
9 TESTINGHYPOTHESES
10 CATEGORICAL DATA AND NONPARAMETRIC METHODS
11 LINEAR STATISTICAL MODELS
12 SIMULATION

Tables
Answers to Odd-Numbered Exercises
References
Index

相關(guān)商品